Pandas में दो या अधिक DataFrames को कॉलम के साथ जोड़ना (Concatenate along columns)

Pandas में pd.concat() फ़ंक्शन का उपयोग करके एकाधिक DataFrames को जोड़ा जा सकता है। कॉलम के साथ जोड़ने (horizontal concatenation) के लिए axis=1 पैरामीटर का उपयोग करें।

चरण

1. आवश्यक लाइब्रेरी इम्पोर्ट करें।
2. पहला DataFrame बनाएं।
3. दूसरा DataFrame बनाएं।
4. तीसरा DataFrame बनाएं (आवश्यकतानुसार)।
5. pd.concat([df1, df2, df3], axis=1) का उपयोग करके कॉलम के साथ जोड़ें।

उदाहरण: तीन DataFrames को कॉलम के साथ जोड़ना

import pandas as pd

# पहला DataFrame
dataFrame1 = pd.DataFrame({
    "Col1": [10, 20, 30],
    "Col2": [40, 50, 60],
    "Col3": [70, 80, 90]
}, index=[0, 1, 2])

# दूसरा DataFrame
dataFrame2 = pd.DataFrame({
    "Col1": [100, 110, 120],
    "Col2": [130, 140, 150],
    "Col3": [160, 170, 180]
}, index=[3, 4, 5])

# तीसरा DataFrame
dataFrame3 = pd.DataFrame({
    "Col1": [200, 210, 220],
    "Col2": [230, 240, 250],
    "Col3": [260, 270, 280]
}, index=[6, 7, 8])

print("DataFrame1:\n", dataFrame1)
print("\nDataFrame2:\n", dataFrame2)
print("\nDataFrame3:\n", dataFrame3)

# कॉलम के साथ जोड़ना (axis=1)
res = [dataFrame1, dataFrame2, dataFrame3]
combined = pd.concat(res, axis=1)
print("\nतीनों DataFrames को कॉलम के साथ जोड़ने के बाद:\n", combined)

आउटपुट

DataFrame1:
   Col1  Col2  Col3
0    10    40    70
1    20    50    80
2    30    60    90

DataFrame2:
   Col1  Col2  Col3
3   100   130   160
4   110   140   170
5   120   150   180

DataFrame3:
   Col1  Col2  Col3
6   200   230   260
7   210   240   270
8   220   250   280

तीनों DataFrames को कॉलम के साथ जोड़ने के बाद:
   Col1  Col2  Col3  Col1  Col2  Col3  Col1  Col2  Col3
0  10.0  40.0  70.0   NaN   NaN   NaN   NaN   NaN   NaN
1  20.0  50.0  80.0   NaN   NaN   NaN   NaN   NaN   NaN
2  30.0  60.0  90.0   NaN   NaN   NaN   NaN   NaN   NaN
3   NaN   NaN   NaN  100.0  130.0  160.0   NaN   NaN   NaN
4   NaN   NaN   NaN  110.0  140.0  170.0   NaN   NaN   NaN
5   NaN   NaN   NaN  120.0  150.0  180.0   NaN   NaN   NaN
6   NaN   NaN   NaN   NaN   NaN   NaN  200.0  230.0  260.0
7   NaN   NaN   NaN   NaN   NaN   NaN  210.0  240.0  270.0
8   NaN   NaN   NaN   NaN   NaN   NaN  220.0  250.0  280.0

महत्वपूर्ण अवलोकन

• चूंकि तीनों DataFrames के इंडेक्स अलग-अलग हैं (0-2, 3-5, 6-8), जुड़ने के बाद NaN मान दिखाई देते हैं।
• कॉलम नाम दोहराए जाते हैं क्योंकि सभी में समान कॉलम नाम हैं।

बेहतर दृष्टिकोण: कॉलम नामों को अद्वितीय बनाना

# कॉलम नामों में suffix जोड़ें
dataFrame1.columns = [f"{col}_df1" for col in dataFrame1.columns]
dataFrame2.columns = [f"{col}_df2" for col in dataFrame2.columns]
dataFrame3.columns = [f"{col}_df3" for col in dataFrame3.columns]

combined = pd.concat([dataFrame1, dataFrame2, dataFrame3], axis=1)
print(combined)

पंक्तियों के साथ जोड़ना (axis=0 - डिफ़ॉल्ट)

यदि आप DataFrames को पंक्तियों के साथ जोड़ना चाहते हैं (vertical stacking):

# समान कॉलम वाले DataFrames के लिए
df1 = pd.DataFrame({"A": [1,2], "B": [3,4]})
df2 = pd.DataFrame({"A": [5,6], "B": [7,8]})

# पंक्तियों के साथ जोड़ना (डिफ़ॉल्ट axis=0)
vertical_combined = pd.concat([df1, df2], ignore_index=True)
print(vertical_combined)

मुख्य पैरामीटर्स